前言：

对于当今时代，学会使用ai是十分重要的！！！

一、Coze 是什么？

Coze 也叫“扣子”，是字节跳动做的新一代 AI Agent 开发平台。
你可以把它理解成：一个低代码/零代码的 AI 应用搭建平台。
在以前：你想做一个 AI 助手，可能要自己写：

1. 前端页面
2. 后端接口
3. 大模型 API 调用
4. Prompt 管理
5. 知识库检索
6. 工具调用
7. 用户会话管理
8. 发布部署

但是 Coze 把这些能力封装好了，你可以像搭积木一样配置出来。
所以它适合两类人：
第一类，编程基础弱的人，可以少写代码甚至不写代码，做出一个 AI 应用。
第二类，像你这种会 C++/后端开发的人，可以把 Coze 当成一个 AI 能力后端，后续通过 API 或 SDK 接入自己的项目里。
这点很关键。你不要把 Coze 看成“玩具平台”，它更像是：帮你快速验证 AI 产品想法的工具。

二、为什么要学 Coze？

比如你想做一个：

场景	传统做法	Coze 做法
智能客服	写后端、接模型、写检索、写流程	配置智能体 + 知识库 + 插件
简历优化助手	写 Prompt 接口和页面	创建智能体，写好人设和任务
SQL 学习助手	写数据库问答系统	上传知识库，让智能体按资料回答
旅游规划助手	接地图、天气、推荐算法	智能体调用工具完成规划

大模型不是你随便问一句，它就一定能给出最适合你的答案。
你给的信息越具体，它输出越靠谱。

比如：怎么做西红柿炒鸡蛋？这个问题太泛，AI 只能给标准答案。
但是你这样问：
我家有 2 个西红柿、3 个鸡蛋、盐和葱，没有生抽。
请用简单三步教我做一个人的西红柿炒鸡蛋。
AI 的回答就会更贴近你的真实情况。
这背后对应到 Coze 里，就是后面要学的：
提示词设计、人设配置、任务约束、工作流、知识库。

三、Coze 里面几个核心概念

智能体
应用
插件/工具
知识库

这四个是后面搭项目的核心。

1. 智能体：能和用户对话的 AI 机器人

智能体可以理解成：一个有身份、有任务、有规则、能和用户对话的 AI 助手。
比如：

你是一个 C++ 面试辅导老师。
你的任务是根据学生简历提问，并给出标准答案。
你的语气要像面试官，但不能太吓人。

这样配置之后，它就不是普通 AI 了，而是一个有具体角色的智能体。

2. 应用：给智能体加上一层正式的产品外壳

概念	类比
智能体	后端核心逻辑
应用	前端交互界面 + 业务流程
插件	外部 API / 工具函数
知识库	项目资料 / 数据源
工作流	业务流程编排

所以智能体偏“能力”，应用偏“产品形态”。

3. 插件/工具：让智能体不只是聊天，还能办事

普通大模型只能回答问题,但智能体如果接了工具，就可以做事情。
比如：

查询天气
搜索网页
读取表格
生成图片
调用数据库

调用你自己的后端接口

4. 知识库：让智能体按照你的资料回答

比如你想做一个“学生成绩管理系统答疑助手”，你可以把你的课程设计报告、数据库表结构、项目说明文档上传进去。
然后用户问：这个系统里面 teachers 表是干什么的？
智能体就可以基于你上传的资料回答，而不是乱编。
这就解决了大模型的一个大问题：
大模型什么都懂一点，但不一定懂你的项目。
知识库就是把你的项目资料喂给它，让它变成“懂你项目的 AI 助手”。

四、Coze 产品生态

先分清几个平台

扣子开发平台
扣子罗盘
Eino 框架
扣子空间

1. 扣子开发平台

这是我们后面主要操作的地方。

作用是：

创建智能体
配置提示词
添加知识库
添加插件
配置工作流
测试调试
发布智能体

你可以把它理解成：
Coze 的“开发后台”。
后面我们创建智能体、配置模型、调试效果，基本都在这里做。

2. 扣子空间：零代码 AI 办公助手

扣子空间更像一个 AI 办公场景。
你直接输入需求，比如：

帮我做一份下半年旅游计划 PPT
帮我整理一份学习计划
帮我写一首赞美程序员的诗

它会自己拆步骤、调用工具、输出结果。
它适合快速完成任务，但不太适合深度定制一个长期使用的 AI 项目。
一句话区分：
扣子空间：直接用 AI 干活
扣子开发平台：自己搭一个 AI 助手

扣子罗盘：上线后的监控和评测平台

扣子罗盘可以理解成：

AI 应用的运营后台 + 质检中心。

它能做：

Prompt 管理
自动化评测
查看调用链路
分析用户输入
观察模型调用效果
对比不同模型

你现在不用深入学它，先知道它是“上线后看效果、做优化”的地方。

4. Eino 框架：偏 Go 开发者的 Agent 框架

Eino 是字节开源的 Go 语言 AI Agent 开发框架。
现在主线是 Coze 可视化平台，所以 Eino 先了解即可。
Coze：低代码/零代码搭智能体
Eino：写代码开发 Agent 系统

五、创建一个 Coze 智能体

1.先进入创建入口

2.标准创建和 AI 创建怎么选？

1. 标准创建
   标准创建就是你自己填写：

智能体名称
智能体功能介绍
图标
工作空间

适合我们学习，因为每一步你都能看懂。

2. AI 创建

AI 创建就是你输入一句需求：

帮我创建一个能生成旅游攻略的智能体

然后系统自动帮你生成基础配置。

它快，但不适合新手学习底层逻辑。
所以我们现在选：标准创建

3.开始创建 Demo 智能体

1.智能体名称:我的学习助手
2.智能体功能介绍:

这是一个帮助我学习 Coze、AI Agent 和编程知识的学习助手，能够用通俗易懂的方式讲解概念，并给出操作步骤。

3.图标:

随便选一个系统图标即可，不影响功能。

然后点击：

确认

这样一个最基础的智能体就创建好了。

4.配置智能体的人设与回复逻辑

你现在已经创建了一个智能体，比如：

我的学习助手

但它现在只是一个“空壳机器人”。
真正决定它怎么说话、怎么思考、怎么回答的，是：

人设与回复逻辑

也就是我们常说的：

系统提示词 System Prompt

4.1.“系统提示词”和“用户提示词”

概念	奶茶店类比	Coze 里面的含义
系统提示词	员工培训手册	规定智能体的身份、能力、规则、语气、限制
用户提示词	顾客点单	用户每次实际输入的问题

比如你是奶茶店老板，你给员工写了一本手册：

你是快乐奶茶小专家。 你要热情、有耐心。 你只能回答奶茶相关问题。 顾客点单后，你要复述订单。

这就是系统提示词。

然后顾客说：

我要一杯大杯冰珍珠奶茶，三分糖，加椰果。

这就是用户提示词。

4.2.为什么系统提示词这么重要？

因为没有系统提示词，AI 就不知道自己是谁。

你问它：

你是谁？

它可能回答：

我是一个 AI 助手。

这太普通了。

但如果你配置了系统提示词，它就会稳定回答成你设定的角色，比如：

我是你的 Coze 学习助手，专门帮助你一步一步学习智能体开发、提示词、插件、知识库和工作流。

这就是差距。

4.3系统提示词应该怎么写？

CO-STAR 框架:

模块	作用	你写智能体时要考虑什么
Context	背景	这个智能体服务什么场景？
Objective	目标	它最终要帮用户完成什么？
Steps	步骤	它回答问题时要按什么流程？
Tone	语气	它说话风格是什么？
Audience	用户	它面对的是谁？
Response	输出格式	它应该用什么格式回答？

说白了，一个好的系统提示词，至少要写清楚：

你是谁
你会什么
你怎么做
你不能做什么
你怎么输出

注意:
反面例子：不要这样写
很多新手会这么写：

你是一个学习助手。

这句话太短了。

问题是：

学习什么？
怎么教？
一次讲多少？
要不要举例？
要不要给操作步骤？
回答格式是什么？
遇到不会的怎么办？

这些都没说，所以智能体很容易回答得飘。

4.4正面例子

# 角色
你是一个专业的 Coze 学习助手，主要帮助用户从零开始学习 Coze 智能体开发。你需要像老师一样，用通俗易懂、一步一步的方式讲解 Coze 的概念、操作流程和实战技巧。

# 背景
用户正在根据 Coze 课程课件进行二次复习和实践学习。用户希望不是简单看文档，而是通过你的讲解，真正掌握 Coze 开发平台、智能体、提示词、插件、知识库、数据库、工作流、发布等内容。

# 目标
你的目标是帮助用户：
1. 理解 Coze 的核心概念。
2. 熟练创建和配置智能体。
3. 掌握提示词编写方法。
4. 学会使用插件、知识库、数据库和工作流。
5. 最终能够独立完成一个可发布的 Coze 项目。

# 技能
## 技能 1：讲解 Coze 知识点
当用户询问 Coze 相关概念时，你需要先用通俗语言解释，再结合生活类比或开发类比帮助用户理解。

## 技能 2：手把手指导操作
当用户需要实际操作时，你需要按照步骤说明：
第一步做什么，第二步点哪里，第三步填写什么，第四步如何测试。

## 技能 3：提示词优化
当用户给出一段提示词时，你需要指出问题，并从角色、目标、流程、限制、输出格式几个方面进行优化。

## 技能 4：项目实战指导
当用户想做一个具体智能体时，你需要帮助用户拆解需求，包括智能体名称、功能介绍、人设、技能、知识库、插件和发布方案。

# 回答风格
1. 语言要通俗，不要堆概念。
2. 讲解要有层次，适合初学者。
3. 每次不要讲太多，按照“一步一步”的节奏推进。
4. 可以适当使用表格、列表和代码块。
5. 多使用现实类比，例如老师、秘书、客服、图书馆、数据库等。
6. 语气要耐心、直接、清楚。

# 限制
1. 只回答 Coze、AI Agent、提示词、插件、知识库、数据库、工作流、发布和 AI 应用开发相关内容。
2. 如果用户问无关内容，需要礼貌提醒用户回到 Coze 学习主题。
3. 不要一次性输出过长内容，优先分阶段讲解。
4. 如果涉及操作步骤，必须给出明确可执行的步骤。
5. 如果不确定 Coze 当前界面按钮名称，需要提醒用户界面可能会因版本变化略有不同。

# 输出格式
回答时优先使用以下结构：
1. 本节目标
2. 知识点讲解
3. 操作步骤
4. 测试方法
5. 小结
6. 下一步建议

六：模型设置与参数配置

1.模型到底是什么？

你可以把智能体理解成一个员工。

系统提示词 = 岗位说明书
模型 = 员工的大脑
插件 = 员工能用的工具
知识库 = 员工能查的资料
数据库 = 员工长期保存的记录

2.模型选择

所以你创建智能体之后，光写人设还不够，还要给它选一个合适的大模型。

例如：

任务类型	更适合的模型倾向
写代码、逻辑推理	DeepSeek 系列
中文客服、日常对话	豆包系列
长文档总结、知识库问答	通义千问系列
中文垂直领域问答	文心一言系列

3.模型参数

3.1Temperature

Temperature 控制输出随机性,Temperature 越低，回答越稳；Temperature 越高，回答越发散。

Temperature	效果	适合场景
0.1 - 0.3	稳定、确定、不乱发挥	客服、知识库问答、教学、代码解释
0.4 - 0.6	稍微灵活	普通助手、学习助手
0.7 - 0.9	发散、有创意、不稳定	写诗、文案、创意生成

对于我们这个智能体，我们可以设置0.3。
你需要它：稳定 准确 按步骤讲 不要乱编 不要太飘
所以温度不要太高。

3.2上下文轮数

上下文轮数表示：保留对话历史的轮次，简单说，就是智能体能记住前面几轮聊天。

这里的上下轮次数不必要太多，太多会导致模型回复变慢。

3.3最大回复长度

最大回复长度控制的是：模型最多能输出多少内容
如果太短，它讲不完整，如果太长，它容易一次性讲太多，学习节奏会乱。

3.4 配置推荐

配置项	推荐值
模型	豆包
Temperature	0.3
上下文轮数	3
最大回复长度	中等，约 800-1500 Token
回复风格	平衡 / 精确 / 稳定优先

七、智能体模式选择

智能体模式有三种：单 Agent 自主规划模式、单 Agent 对话流模式、多 Agents 模式，

1.什么是智能体模式？

你可以把智能体模式理解成：这个 AI 助手到底是“自己思考着干活”，还是“按固定流程干活”，还是“多个助手分工合作”。
就像现实中安排任务：

一个总秘书自己安排全部事情  单 Agent 自主规划模式
一个客服按固定话术一步步问  单 Agent 对话流模式
一个专家委员会多人分工讨论  多 Agents 模式

这三种，就是 Coze 里的三类模式。

2.单 Agent（自主规划模式）

2.1.它是什么？

单 Agent 自主规划模式，就是：只有一个智能体，但它可以自己理解目标、拆解步骤、调用工具、组织答案。，你只需要告诉它最终目标，它自己会规划怎么做。
比如你说：

帮我规划一个本周六的家庭一日游，预算 1000 元，有老人和孩子，晚上 8 点前回家。

它会自己想：

1. 先确认适合老人孩子的地点
2. 再查天气
3. 再规划交通
4. 再估算预算
5. 最后输出完整方案

它就像一个“能干的总秘书”。

2.2. 适合什么场景？

适合这类任务：

目标明确，但过程不固定
需要模型自己拆步骤
需要灵活处理用户问题
需要调用插件或知识库

比如：

Coze 学习助手
C++ 面试辅导助手
旅游规划助手
简历优化助手
博客写作助手
课程答疑助手

现在做的“Coze 学习助手”，就非常适合这个模式。

可能有些问题？

什么是插件？
知识库怎么用？
帮我优化提示词。
我想做一个 C++ 面试智能体。
这个配置为什么没效果？

这些问题不是固定流程，必须让智能体自己判断怎么回答。
所以选：单 Agent（自主规划模式）

3.单 Agent（对话流模式）

1. 它是什么？

对话流模式就是：你提前设计好流程，智能体严格按照流程一步步问用户。
它像一个“按 checklist 工作的助理”。
比如做一个预约助手，它可以固定问：

1. 请问你要预约哪一天？
2. 请问你要上午还是下午？
3. 请问你的姓名和手机号？
4. 请确认预约信息。

用户必须按流程走。

2. 优点

它的优点是：

流程稳定
可控性强
适合标准业务
不容易跑偏

比如：

预约挂号
订餐
信息登记
售后工单
问卷收集
报修流程

这些都适合对话流。

3. 缺点

缺点也明显：

灵活性差
用户突然问别的问题，它可能接不住
流程设计成本更高

比如流程正在问：请问您的预算是多少？
结果用户突然问：周六天气怎么样？
它可能不知道怎么跳出当前流程。
所以它适合“标准化流程”，不适合我们现在这种学习型助手。

4.多 Agents 模式

1. 它是什么？

多 Agents 模式就是：创建多个智能体，每个智能体负责不同专业领域，然后协作完成复杂任务。
比如你要做家庭出游规划，可以设置：

交通规划专家
美食娱乐专家
预算控制专家

它们分别从不同角度分析，最后汇总结果。

2. 适合什么场景？

适合特别复杂的任务，比如：

产品设计方案评审
商业战略分析
多角色辩论
复杂数据分析
大型项目规划

比如以后做一个“AI 项目经理系统”，可以设置：

需求分析 Agent
架构设计 Agent
开发计划 Agent
测试评审 Agent
风险控制 Agent

这就很适合多 Agents。

5.三种模式对比

模式	类比	特点	适合场景
单 Agent 自主规划	能干的总秘书	自己拆解任务，灵活处理	学习助手、规划助手、答疑助手
单 Agent 对话流	按清单工作的客服	流程固定，稳定可控	预约、登记、售后、问卷
多 Agents	专家委员会	多角色协作，综合决策	复杂项目、战略分析、多角度评审

灵活：自主规划
稳定：对话流
复杂协作：多 Agents

6.实战

6.1 选择模式

现在做的是：我的学习助手
它的任务是：

教你学习 Coze
解释概念
指导操作
优化提示词
回答调试问题
后续还要接插件、知识库

所以它不是固定流程，而是开放式问答 + 教学指导。

因此选择：单 Agent（自主规划模式）

6.2 测试

测试结果十分理想，如果你觉得回答的有点长的话，可以调整。

八、优化用户体验：开场白 + 用户问题建议

前面我们已经做完了：

1. 创建智能体
2. 配置人设与回复逻辑
3. 配置模型参数
4. 选择智能体模式

现在这个智能体已经“能用了”，但还不像一个正式产品。
所以这一步要做的是：让用户一进来就知道它是谁、能干什么、该怎么问。

1.为什么要配置开场白？

你可以把开场白理解成：智能体第一次见到用户时说的第一句话。
如果没有开场白，用户进来可能不知道该问什么。

比如一个新用户打开你的智能体，只看到一个空白输入框，他可能会懵：

这个机器人是干啥的？
我该问什么？
它能不能教我 Coze？
能不能帮我写提示词？

所以开场白的作用就是：

1. 告诉用户：我是谁
2. 告诉用户：我能帮你做什么
3. 引导用户：你可以怎么问我

2.开场白应该怎么写？

问候语 + 服务身份暗示 + 需求引导

我们翻译成更好懂的话：

先打招呼
再说明自己是谁
再告诉用户可以问什么

你现在可以在 Coze编排页面里找到：开场白

然后填入下面这段：

你好，我是你的 Coze 学习助手 👋

我会一步一步带你学习 Coze 智能体开发，包括：
1. Coze 基础概念
2. 智能体创建与配置
3. 提示词编写与优化
4. 插件、知识库、数据库的使用
5. 工作流设计与项目发布

你可以直接问我：
“我想从零开始学习 Coze，应该先学什么？”
“帮我优化一个智能体提示词。”
“插件和知识库有什么区别？”
“我想做一个 C++ 面试辅导智能体，应该怎么设计？”

3.用户问题建议 是什么？

用户问题建议就是输入框上方或下方展示的一些快捷问题。
你可以理解成：给用户准备好的“示例提问按钮”。

用户不需要自己想问题，直接点一下就能开始对话。

这东西看起来小，但很重要。

因为大多数用户第一次使用智能体时，并不知道怎么问。
你给他几个建议问题，他就知道这个智能体能干什么。

4.用户问题建议怎么配置？

示例：

Coze 是什么？适合用来做什么？

智能体、应用、插件、知识库分别是什么？

我想创建第一个 Coze 智能体，应该怎么做？

帮我写一个 Coze 学习助手的人设提示词。

插件和知识库有什么区别？

我想做一个 C++ 面试辅导智能体，请帮我拆解功能。

如何测试一个智能体是否配置正确？